彩色空间互转
# Opencv-Python 03 彩色空间互转
# 1 简介
颜色空间在数字图像领域是一个基础问题,有一些算法也尝试将图像映射到不同的颜色空间中进行处理。相比RGB,其他颜色空间(例如HSV、HSI)更具可分离性和可操作性,所以很多图像算法需要转换颜色空间,我们也有必要进行学习和掌握
# 2 算法理论
# 2.1 RGB 与 灰度图互转
RGB是人眼识别的颜色定义出的空间,克表示大部分颜色。它是最通用的面向硬件的彩色模型。RGB颜色空间基于颜色的加法混色原理,从黑色不断叠加Red,Green,Blue的颜色,最终可以得到白色
对于彩色转灰度,有一个很著名的心理学公式:
直接计算因为是浮点型计算,所以复杂度较高,速度较低。所以我们考虑优化,可以将小数转为整数,除法变为移位,乘法也变为移位(整数计算比浮点型快,移位运算和加减法比乘除法快),但是这种方法也会带来一定的精度损失,我们可以根据实际情况选择需要保留的精度位数。
# 2.2 RGB 与 HSV互转
HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value),又称HSB(B即Brightness)。色相是色彩的基本属性,就是平常说的颜色的名称,如红色、黄色等。饱和度(S)是指色彩的纯度,越高色彩越纯,低则逐渐变灰,取0-100%的数值。明度(V),取0-max(计算机中HSV取值范围和存储的长度有关)。HSV颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处,V=0,H和S无定义,代表黑色。圆锥的顶面中心处V=max,S=0,H无定义,代表白色。
H是色彩;
S是深浅, S = 0时,只有灰度;
V是明暗,表示色彩的明亮程度,但与光强无直接联系。
# 3 代码实现
上次更新: 2021/08/17, 18:07:06
- 02
- README 美化05-20
- 03
- 常见 Tricks 代码片段05-12